特許ウォッチ

公開番号2025174186
公報種別公開特許公報(A)
公開日2025-11-28
出願番号2024080313
出願日2024-05-16
発明の名称情報処理装置、情報処理方法及びプログラム
出願人富士フイルム株式会社
代理人個人,個人,個人,個人,個人
主分類G06Q 10/04 20230101AFI20251120BHJP(計算;計数)
要約【課題】予測値が上位のアイテムの予測値を精度よく補正してバイアスを低減する情報処理装置、情報処理方法及びプログラムを提供する。
【解決手段】プロセッサは、候補アイテムに対するユーザーの評価を予測する予測器から出力される予測値と候補アイテムに対するユーザーの評価の真値との関係を検証するための検証データを取得し、検証データを予測器に入力し、出力された予測値の順位が相対的に上位の候補アイテムである上位アイテムを取得し、検証データから上位アイテムに対応する上位データを抽出し、上位データに基づき、入力された予測値が真値と近くなるように入力された予測値を補正する補正器を学習する。
【選択図】図7
特許請求の範囲【請求項１】
１つ以上のプロセッサと、
前記１つ以上の前記プロセッサに実行させる命令が記憶される１つ以上のメモリと、
を備え、
前記プロセッサは、
候補アイテムに対するユーザーの評価を予測する予測器から出力される予測値と前記候補アイテムに対する前記ユーザーの評価の真値との関係を検証するための検証データを取得し、
前記検証データを前記予測器に入力し、出力された予測値の順位が相対的に上位の候補アイテムである上位アイテムを取得し、
前記検証データから前記上位アイテムに対応する上位データを抽出し、
前記上位データに基づき、入力された予測値が真値と近くなるように前記入力された予測値を補正する補正器を学習する、
情報処理装置。
続きを表示（約 870 文字）【請求項２】
前記プロセッサは、
前記予測器を用いて複数の候補アイテムの各候補アイテムのユーザーの評価をそれぞれ予測し、
前記複数の候補アイテムから予測値の順位が相対的に上位の候補アイテムをユーザーに推薦する推薦アイテムとして選択し、
前記補正器を用いて前記推薦アイテムの予測値を補正し、
前記推薦アイテムと前記補正された予測値とを出力する、
請求項１に記載の情報処理装置。
【請求項３】
前記予測器は、協調フィルタリングを用いてユーザーの評価を予測する、
請求項１に記載の情報処理装置。
【請求項４】
前記予測器は学習済みモデルを含み、
前記プロセッサは、複数のデータを分割して一部を前記予測器の学習に用いて、残りの一部を前記検証データとして用いる、
請求項１に記載の情報処理装置。
【請求項５】
前記プロセッサは、前記上位アイテムを前記検証データに前記ユーザーの評価が存在する候補アイテムに限定する、
請求項１に記載の情報処理装置。
【請求項６】
前記プロセッサは、前記推薦アイテムの数と等しい数の上位アイテムを抽出する、
請求項２に記載の情報処理装置。
【請求項７】
前記補正器は、予測値を説明変数、真値を目的変数とするパラメトリックモデル、又はノンパラメトリックモデルを含む、
請求項１に記載の情報処理装置。
【請求項８】
前記補正器は、前記上位アイテムの予測値の順位に応じて補正する、
請求項１に記載の情報処理装置。
【請求項９】
前記補正器は、予測値の順位を説明変数に含む、
請求項７に記載の情報処理装置。
【請求項１０】
前記プロセッサは、予測値の順位が相対的に上位であるほど相対的に大きい重みを付けて補正する、
請求項１に記載の情報処理装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、情報処理装置、情報処理方法及びプログラムに係り、特に、予測値のバイアスを低減する技術に関する。
続きを表示（約 1,400 文字）【背景技術】
【０００２】
ユーザーとコンテキストとに応じて、アイテムの評価値を予測し、予測した評価値である予測評価値（予測値）が上位のアイテムをユーザーに推薦する推薦システムが知られている。
【０００３】
特許文献１には、端末装置に提供されるコンテンツの候補となる複数のコンテンツのそれぞれについて、コンテンツに関する指標を予測した予測指標を導出する予測指標導出部と、予測指標導出部により導出された予測指標にもとづくランキング指標にもとづいて、複数のコンテンツのランキングを行うランキング処理部と、ランキングに伴うバイアスを低減するように予測指標を補正する予測指標補正部と、を備える情報処理装置が記載されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２０－１５４４８８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
評価値の予測には当然予測誤差があり、真値よりも高い予測（過大評価）をしているアイテムもあれば、真値よりも低い予測（過小評価）をしているアイテムもある。
【０００６】
予測値が上位のアイテムには、過大評価しているアイテムが多くなる。推薦アイテムは予測値が上位のアイテムなので、過大評価されやすいバイアスが生じる。これにより、（１）予測した評価値をユーザーに提示した場合に、ユーザーに過剰な期待を持たせてがっかりさせてしまう、（２）予測した購入率にもとづき在庫を仕入れていた場合、想定よりも売れなくて在庫あまりが生じる、等という問題が発生する。
【０００７】
本発明はこのような事情に鑑みてなされたもので、予測値が上位のアイテムの予測値を精度よく補正してバイアスを低減する情報処理装置、情報処理方法及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【０００８】
上記目的を達成するために、本開示の第１態様に係る情報処理装置は、１つ以上のプロセッサと、１つ以上のプロセッサに実行させる命令が記憶される１つ以上のメモリと、を備え、プロセッサは、候補アイテムに対するユーザーの評価を予測する予測器から出力される予測値と候補アイテムに対するユーザーの評価の真値との関係を検証するための検証データを取得し、検証データを予測器に入力し、出力された予測値の順位が相対的に上位の候補アイテムである上位アイテムを取得し、検証データから上位アイテムに対応する上位データを抽出し、上位データに基づき、入力された予測値が真値と近くなるように入力された予測値を補正する補正器を学習する情報処理装置である。
【０００９】
本態様によれば、上位データに基づき予測値を補正する補正器を学習するようにしたので、予測値が上位のアイテムの予測値を精度よく補正してバイアスを低減することができる。
【００１０】
本開示の第２態様に係る情報処理装置は、第１態様に係る情報処理装置において、プロセッサは、予測器を用いて複数の候補アイテムの各候補アイテムのユーザーの評価をそれぞれ予測し、複数の候補アイテムから予測値の順位が相対的に上位の候補アイテムをユーザーに推薦する推薦アイテムとして選択し、補正器を用いて推薦アイテムの予測値を補正し、推薦アイテムと補正された予測値とを出力することが好ましい。
（【００１１】以降は省略されています）

関連特許